Show simple item record

dc.contributor.advisorQuiñones Garcia, Jose Ivanes_PE
dc.contributor.authorVargas Mamani, Carlos Albertoes_PE
dc.date.accessioned2024-12-17T23:41:53Z
dc.date.available2024-12-17T23:41:53Z
dc.date.issued2024-12-19
dc.identifier.urihttps://repositorio.unap.edu.pe/handle/20.500.14082/23694
dc.description.abstractLa presencia de médula en la fibra de alpaca, impacta negativamente en dos propiedades fundamentales: una de ellas es el confort, debido a que las fibras meduladas presentan mayor rigidez y aspereza al contacto con la piel por su incrementado diámetro y menor flexibilidad; y la segunda es el teñido, donde la cavidad medular actúa como una barrera física que impide la penetración y distribución homogénea de los colorantes, resultando en teñidos irregulares que reducen significativamente el valor comercial del producto textil final. El objetivo principal de este estudio fue evaluar el desempeño de algoritmos de aprendizaje automático supervisado para estimar la tasa de medulación total en fibra de alpacas Huacaya blanco, tui mayor. Se analizaron 439 muestras de fibra obtenidas de la región del costillar medio, de las comunidades de Quelcaya, Chacaconiza y Chimboya del distrito de Corani, Carabaya, Puno, utilizando como variables predictoras el diámetro de fibra, desviación estándar del diámetro y el coeficiente de variación del diámetro, cuyos datos fueron obtenidos del Analizador Óptico del Diámetro de Fibra - OFDA2000, mientras que la variable objetivo, (tasa de medulación total), se midió con el equipo denominado Medulador Automático - FIBERMED®. Luego del preprocesamiento de datos, se evaluaron siete algoritmos de aprendizaje automático, mediante validación cruzada en el software Orange Data Mining v. 3.37.0, utilizando el coeficiente de determinación (R2), la media del error absoluto (MAE) y la Raíz del Error Cuadrático Medio (RMSE), como métricas principales de desempeño. Los resultados imputaron al modelo: Random Forest (R2=0.85, MAE=4.77 y RMSE=6.53) como el modelo más eficiente, logrando explicar el 85% de la variabilidad en la tasa de medulación total. Estos hallazgos sugieren que sí es posible estimar la medulación total en fibra de alpaca Huacaya de capa blanca utilizando herramientas de aprendizaje automático que permitiría el acceso a productores alpaqueros a un bajo costo.es_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Nacional del Altiplano. Repositorio Institucionales_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/deed.eses_PE
dc.subjectAlpacaes_PE
dc.subjectAlgoritmoes_PE
dc.subjectAprendizaje automáticoes_PE
dc.subjectMedulaciónes_PE
dc.subjectPredictoreses_PE
dc.titleEstimación de la medulación en fibra de alpaca Huacaya blanco, mediante algoritmos de Aprendizaje Automáticoes_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.nameMédico Veterinario y Zootecnistaes_PE
thesis.degree.disciplineMedicina Veterinaria y Zootecniaes_PE
thesis.degree.grantorUniversidad Nacional del Altiplano. Facultad de Medicina Veterinaria y Zootecniaes_PE
dc.type.versioninfo:eu-repo/semantics/publishedVersiones_PE
dc.publisher.countryPEes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#4.03.01es_PE
renati.advisor.orcidhttps://orcid.org/0000-0002-6606-6788es_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
renati.levelhttps://purl.org/pe-repo/renati/nivel#tituloProfesionales_PE
renati.discipline841056es_PE
renati.jurorVilca Castro, Clementees_PE
renati.jurorOros Butron, Oscar Davides_PE
renati.jurorManrique Quispe, Yan Pierres_PE
renati.author.dni80028450
renati.advisor.dni41428935


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess